針對(duì)道路車(chē)道線不清晰以及存在一些其他標(biāo)志干擾的情況，本文提出了改進(jìn)的車(chē)道線檢測(cè)算法，即基于Gabor濾波器的車(chē)道線檢測(cè)。通過(guò)Gabor找到圖像的消失點(diǎn)，即圖像中兩條車(chē)道線的交點(diǎn)位置，再對(duì)消失點(diǎn)進(jìn)行Hough變換，這樣不僅提高了算法的適用性，還提高了算法的實(shí)時(shí)性。

　　3.1 Gabor變換原理

　　Gabor濾波器與人眼的生物作用相仿，因此經(jīng)常用于紋理識(shí)別，并取得了較好的效果。Gabor濾波器是帶通濾波器， 它的單位沖激響應(yīng)函數(shù)（Gabor函數(shù)）是高斯函數(shù)與復(fù)指數(shù)函數(shù)的乘積。它是達(dá)到時(shí)頻測(cè)不準(zhǔn)關(guān)系下界的函數(shù)， 具有最好的兼顧信號(hào)在時(shí)頻域的分辨能力。高斯函數(shù)的局部性特征使得Gabor濾波器只在局部起作用， 即具有良好的尺度特性和方向特性。因此，Gabor濾波器被廣泛用于圖像處理和圖像分析領(lǐng)域。

　　本文通過(guò)對(duì)車(chē)轍印記以及車(chē)道線邊緣等一些紋理特征進(jìn)行分析，從而提取出道路的消失點(diǎn)以及車(chē)道線的信息。

　　Gabor濾波器的模板計(jì)算方程如式（2）所示，該模板分為實(shí)部（式（3））和虛部（式（4））兩部分。

　　通過(guò)建立K×K 大小的Gabor 模板，（x，y） 表示圖像空間的一點(diǎn)。其中，θ 表示模板的方向， 為確定最后的道路紋理方向， 這里選擇范圍為0~72 ;λ 表示路面的波長(zhǎng)；σ表示噪聲容量， 本文取σ=K/9 。

　　3.2 消失點(diǎn)的求解

　　本文用不同方向的模板與圖像進(jìn)行卷積， 對(duì)于圖像任意一點(diǎn)， 即可得到某一個(gè)方向上的卷積的結(jié)果為最大值， 這個(gè)最大值為紋理方向?qū)?yīng)的能量， 該方向?yàn)榧y理的方向。

　　其中，α 表示模板對(duì)應(yīng)的方向， 對(duì)于圖像中的任意點(diǎn)I（x，y） 與α 方向的Gabor 模板進(jìn)行卷積， 得到不同的t（x，y），求取其最大值， 將最大值對(duì)應(yīng)的方向作為圖像中（x，y）點(diǎn)的紋理方向， 同時(shí)將該最大值作為紋理方向上的紋理強(qiáng)度。

　　通 過(guò)計(jì)算可以得到圖像中每一點(diǎn)的紋理方向以及能量。為了計(jì)算出消失點(diǎn)， 對(duì)圖像中選取的點(diǎn)進(jìn)行投票，這里選擇圖像下方一定的區(qū)域點(diǎn)， 如圖5 所示。當(dāng)紋理能量大于設(shè)定閾值的點(diǎn)作為投票點(diǎn)，p 表示圖像中投票空間的點(diǎn)，θ （p） 表示p 紋理方向，v 表示消失點(diǎn)的候選點(diǎn)，a （p ，v） 表示p 點(diǎn)與v 點(diǎn)的夾角，n 為采用的Gabor 模板方向的個(gè)數(shù)，R 為定義的投票空間， 即圖6 對(duì)應(yīng)的方框區(qū)域， 通過(guò)vote （p，v） 來(lái)統(tǒng)計(jì)p 點(diǎn)對(duì)v 點(diǎn)的投票結(jié)果，votes （v ） 為對(duì)R 區(qū)域累加進(jìn)行投票的統(tǒng)計(jì)結(jié)果，pvote 為最終被投票次數(shù)最多的點(diǎn)的坐標(biāo)， 即消失點(diǎn)。

　　圖6 中的框表示選取的投票區(qū)域， 即在該區(qū)域內(nèi)選取400 個(gè)點(diǎn)進(jìn)行Gabor 變換， 求出其紋理方及能量； 圓圈是求出的消失點(diǎn)位置。